基于Mean Shift聚类的最大熵图像分割方法

被引:12
作者
廖建勇
郭斯羽
黄梓效
机构
[1] 湖南大学电气与信息工程学院
关键词
图像平滑; 最大熵; 图像分割;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为了有效的分割图像,在考虑了图像的噪声消除和边缘保持等因素的基础上,为解决上述问题,提出一种Mean Shift的图像平滑方法和最大熵的图像分割方法相结合的图像分割方法,Mean Shift对图像进行平滑能有效去除图像中的噪声,同时能很好的保持图像的边缘,克服了以往平滑方法的弱点,再通过基于最大熵阈值对平滑后图像进行图像分割,经过实验证明,与小波平滑等目前其他的平滑方法和最大熵分割结合相比,方法有效的改善了分割效果。
引用
收藏
页码:187 / 189+222 +222
页数:4
相关论文
共 3 条
  • [1] 基于最大熵和形态学的边缘检测
    魏军伟
    方敏
    [J]. 计算机工程与应用 , 2007, (21) : 70 - 71+92
  • [2] 基于Mean Shift聚类的边缘检测方法
    宋新
    罗军
    王鲁平
    沈振康
    [J]. 弹箭与制导学报, 2007, (01) : 366 - 368
  • [3] 多值模板图像匹配关键问题研究[D]. 谭晓东.中南大学. 2007